一副手套，把遥操作干掉了？

机器人学技能，居然可以完全不碰机器人。

Reward AI 刚刚发布了通用操作策略 OM-1（Omnibody Model 1），最扎眼的不是性能数字，而是训练数据的来源：全部来自人类演示，用一只7自由度的穿戴式数据手套采集，没有遥操作，没有机器人在环数据。用圈内人的话说，「以前是人在教机器人，现在是人只需在自己身上演一遍」。这篇文章拆解OM-1到底做对了什么、它的数据范式对行业意味着什么，以及为什么现在还不能盲目叫好。

🧤 不碰机器人，数据从人身上来

先讲一个所有做过数据采集的工程师都懂的痛。

传统机器人示教，要么拖着机械臂示教器一点点拖轨迹，要么戴着主从遥操作设备，对着双臂平台一帧帧磨。人在机器的「身体」里干活，动不动就自碰撞、奇异点、超限位，一个抓放任务磨一下午是常态。更别提遥操作设备的成本和人手的天然不匹配——你怎么用摇杆精确复现一次拧瓶盖的手腕内旋？

OM-1 的思路是把数据采集从「机器人身上」挪回「人身上」：一只7自由度穿戴式手套，记录人类操作者的手部运动，这些演示数据直接成为策略训练的全部来源。官方明确说明：零遥操作、零机器人本体数据。

用 `mermaid

`mermaid

graph TD

A["人类佩戴手套操作"] --> B["电磁手部追踪"]

B --> C["人类演示数据集"]

C --> D["策略模型训练"]

D --> E["工业机械臂"]

D --> F["人形机器人"]

`

这个流程图看着简单，但它砍掉的环节是整个遥操作硬件链路。据接近该团队的人士透露，这类「人本位」采集方式最大的诱惑在于：采集员不需要会操作机器人，只需要会干活——招一个熟练工，比培训一个遥操作员便宜得多，也快得多。

📊 三个数字，撑起技术成色

金句先行：论文好不好看先不论，能落到硬件上的指标才是真指标。

OM-1 公开的几个关键事实：

• 学习效率：新任务从不到30分钟的演示数据中学会；
• 执行速度：在工业臂和人形机器人上以「人类速度」运行，不是演示视频里的1.5倍速慢放；
• 感知精度：采用电磁手部追踪，在67 cm/s的运动速度下，过冲量比视觉-惯性方案低60%。

把这三条放进一张表里看：

最值得展开的是最后一条：RL训练的控制层「runs on its own clock」，在自己独立的时钟上运行。这意味着高层策略和底层控制做了时钟解耦——感知和决策可以跑在策略网络的节奏上，而控制层按硬件实时性要求单独走。做过真机部署的人都明白，很多「演示很美、上机翻车」的具身智能系统，就是死在策略和控制共享一个节奏、一卡全卡上。这个架构选择，比「30分钟学会新任务」更能看出团队是不是真做过落地。

电磁手部追踪也是个务实的选择。视觉方案怕遮挡、怕快动作，60%的过冲降低直接对应抓取成功率的上限——对工业场景来说，过冲就是撞料、掉料、停机。

🔄 数据范式的迁移，动了谁的奶酪

具身智能行业私下流传一句话：得数据者得策略。而OM-1真正值得行业警惕的，是它在数据采集范式上做了一次激进替换。

过去两年，主流路线大致三条：遥操作采数据（:Physical Intelligence、π系列代表的人海战术）、仿真合成数据、视频学习。遥操作路线的问题是规模化成本——每一秒数据都对应一秒的设备占用和人力。穿戴手套采集本质上是遥操作的「去机器人化」：保留了人类演示的高质量，砍掉了机器人本体的参与和成本。

用 `mermaid

节奏慢"]

C --> F["成本低

贴近人类动作"]

D --> G["有差距

需真机校准"]

F --> H["OM-1选择路线"]

（注：图中为范式层面的产业逻辑对比，非量化数据。）

这条路线的产业含义至少有两层：

第一，数据产能的天花板被抬高。手套是耗材级设备，工业臂是资产级设备。当采集不再依赖机器人排期，理论上一个车间几十个工人同时戴手套干活，数据就源源不断涌出来。

第二，对遥操作硬件厂商构成挤压。主从臂、动捕房、遥操作平台的生意逻辑，建立在「机器人数据必须从机器人来」这个前提上。OM-1证明了至少在操作类任务上，这个前提可以被打破。据多位接近资本圈的业内人士观察，今年投资人对「重遥操作数据工厂」叙事的态度，已经明显比去年谨慎。

当然要补一句公道话：人类演示和机器人本体之间存在具身差异（embodiment gap），OM-1能在工业臂和人形上直接跑，说明其策略层做了很好的本体抽象——「Omnibody」这个名字本身就是这个野心的注脚。

⚠️ 先泼盆冷水：没权重、没代码、没API

写产业分析不能只当吹鼓手。OM-1目前的状态是：权重未公开、代码未公开、API未开放。一切性能声明都来自官方口径，第三方尚无法复现验证。

这意味着几件事需要打个问号：

• 「30分钟学会新任务」的任务分布是什么？是刚性物体抓放，还是包含柔性、透明、精密装配？操作策略的泛化能力高度依赖任务谱系，差之毫厘谬以千里。
• 「人类速度」如何定义？在哪个本体上、什么负载下、连续运行多久？工业客户关心的从来不是峰值速度，而是节拍稳定性和MTBF。
• 电磁手部追踪的环境适应性如何？金属环境、电磁干扰、多设备共存的工业现场，和实验室不是一回事。

行业里也早有前车之鉴：过去两年多个「通用操作策略」在发布会视频里惊艳，真上产线就被节拍、良率、安全认证三座山压回去。具身智能的商业化，模型只是一半，另一半是交付、运维和责任界定——这些OM-1都还没有答案。

一位在华南做集成商的朋友私下说的更直白：「我能接受你模型一般，但我不能接受我验证不了你。」

小结

OM-1 的价值不在某一个性能数字，而在它把「机器人数据必须从机器人来」这个默认假设撬开了一条缝：穿戴手套 + 人类演示 + 本体无关策略，如果被后续验证跑通，数据采集的成本曲线会被重新画一遍，遥操作重资产的叙事也会被重新定价。但在权重、代码、API全部缺席的当下，它更像一份技术路线宣言而非可采购的产品。接下来值得盯三个信号：第三方复现结果、开放API或硬件合作的时间表、以及在真实产线上的连续运行数据。范式之争刚刚开局，别急着站队，先等真机数据说话。